क्या मानव बुद्धि मोटे तौर पर सामान्य है या अत्यधिक विशिष्ट है, यह एआई समुदाय के भीतर विवाद का एक प्रमुख बिंदु बनकर उभरा है, दो प्रमुख एआई शोधकर्ताओं, यान लेकन और डेमिस हसाबिस के अलग-अलग विचार हैं।
मेटा में एआई के निवर्तमान प्रमुख लेकन ने कहा है कि सामान्य बुद्धिमत्ता की अवधारणा मौजूद नहीं है क्योंकि इसका उपयोग मानव-स्तर की बुद्धिमत्ता को नामित करने के लिए किया जाता है, जो सामान्य नहीं बल्कि अति-विशिष्ट है। जबकि मनुष्य वास्तविक दुनिया के वातावरण में नेविगेट करते हैं और अन्य लोगों के साथ अच्छा व्यवहार करते हैं, लेकुन ने तर्क दिया कि मनुष्य शतरंज जैसे संरचित कार्यों में खराब प्रदर्शन करते हैं।
ट्यूरिंग अवार्ड विजेता ने हाल ही में एक पॉडकास्ट उपस्थिति में कहा, “हम खुद को सामान्य मानते हैं, लेकिन यह केवल एक भ्रम है क्योंकि हम जिन समस्याओं को समझ सकते हैं वे सभी उनके बारे में सोच सकते हैं।”
उनकी टिप्पणियों पर प्रतिक्रिया देते हुए, Google DeepMind के सीईओ डेमिस हसाबिस ने कहा कि LeCun “सरासर ग़लत” था क्योंकि वह “सामान्य बुद्धिमत्ता को सार्वभौमिक बुद्धिमत्ता के साथ भ्रमित कर रहा था।” हसाबिस ने एक्स पर एक पोस्ट में लिखा, “ब्रह्मांड में (अब तक) हम जानते हैं कि मस्तिष्क सबसे उत्कृष्ट और जटिल घटना है, और वे वास्तव में बेहद सामान्य हैं।”
उन्होंने कहा, “स्पष्ट रूप से कोई भी मुफ्त लंच प्रमेय को दरकिनार नहीं कर सकता है, इसलिए एक व्यावहारिक और सीमित प्रणाली में हमेशा सीखे जा रहे लक्ष्य वितरण के आसपास कुछ हद तक विशेषज्ञता होनी चाहिए।”
मशीन लर्निंग में, एनएफएल या नो फ्री लंच प्रमेय का तात्पर्य है कि कोई भी मशीन लर्निंग एल्गोरिदम सार्वभौमिक रूप से सभी समस्याओं के लिए सबसे अच्छा प्रदर्शन करने वाला एल्गोरिदम नहीं है। उदाहरण के लिए, एक एआई/एमएल एल्गोरिदम शेयर बाजार की भविष्यवाणी करने में अच्छा नहीं हो सकता है, जबकि उच्चतम सटीकता के साथ एक्स-रे का विश्लेषण करने में भी सक्षम नहीं हो सकता है।
“लेकिन व्यापकता के बारे में बात यह है कि सिद्धांत रूप में, ट्यूरिंग मशीन अर्थ में, ऐसी सामान्य प्रणाली की वास्तुकला पर्याप्त समय और मेमोरी (और डेटा) दिए जाने पर गणना योग्य कुछ भी सीखने में सक्षम है, और मानव मस्तिष्क (और एआई फाउंडेशन मॉडल) अनुमानित ट्यूरिंग मशीनें हैं,” नोबेल पुरस्कार विजेता एआई शोधकर्ता ने तर्क दिया।
इस विज्ञापन के नीचे कहानी जारी है
ट्यूरिंग मशीन एक काल्पनिक मशीन है जिसका उपयोग किसी भी कंप्यूटर एल्गोरिदम का अनुकरण करने के लिए किया जा सकता है और इसका उपयोग गणना की जा सकने वाली सीमाओं का पता लगाने के लिए किया जाता है।
लेकुन की शतरंज सादृश्य पर जोर देते हुए, हसाबिस ने इस विचार को खारिज कर दिया कि संकीर्ण डोमेन में मानव प्रदर्शन सामान्यता को कमजोर करता है। “यह आश्चर्यजनक है कि इंसानों ने सबसे पहले शतरंज (और विज्ञान से लेकर 747 के दशक तक आधुनिक सभ्यता के अन्य सभी पहलुओं) का आविष्कार किया होगा, मैग्नस जैसे किसी व्यक्ति के समान प्रतिभाशाली होने की तो बात ही छोड़िए। [Carlsen],” उसने कहा।
“वह [Magnus] हो सकता है कि यह पूरी तरह से इष्टतम न हो (आखिरकार उसके पास निर्णय लेने के लिए सीमित स्मृति और सीमित समय है) लेकिन यह अविश्वसनीय है कि वह और हम अपने दिमाग के साथ क्या कर सकते हैं, क्योंकि वे शिकारी एकत्रण के लिए विकसित किए गए थे, ”डीपमाइंड के सह-संस्थापक ने कहा।
लेकुन और हस्साबिस के बीच आदान-प्रदान इस बात में व्यापक अंतर को रेखांकित करता है कि यह जोड़ी कृत्रिम सामान्य बुद्धिमत्ता (एजीआई) प्राप्त करने के मार्ग को कैसे देखती है – बुद्धि का एक काल्पनिक स्तर जहां एआई मॉडल मानव प्रदर्शन से बेहतर या उसके बराबर कार्य करते हैं।
इस विज्ञापन के नीचे कहानी जारी है
डेमिस हसाबिस का मानना है कि मौजूदा एलएलएम को बढ़ाना एजीआई तक पहुंचने के लिए पर्याप्त नहीं होगा क्योंकि अभी भी एक या दो और सफलताओं की जरूरत है।
इस बीच, लेकुन ने दृढ़ता से तर्क दिया है कि एलएलएम एक मृत अंत है क्योंकि वे लगातार सीखने में सक्षम नहीं हैं। इसके बजाय, उन्होंने ‘विश्व मॉडल’ विकसित करने का समर्थन किया है जो वास्तविक दुनिया के आंतरिक प्रतिनिधित्व के रूप में कार्य करता है, जिसमें भौतिकी, कार्य-कारण और लौकिक गतिशीलता शामिल है। उन्होंने पहले भी कहा है कि वह एजीआई की तुलना में “उन्नत मशीन इंटेलिजेंस” शब्द को प्राथमिकता देते हैं।